По теме
22 типа словесного насилия над детьми: виды, последствия и з...
Исследование 166 научных работ выявило 22 типа словесного насилия над детьми (CVA). Узнайте о связи ...
Психометрические свойства шкалы страха родов до беременности...
Подробный научный анализ валидизации шкалы страха родов до беременности (CFPP) среди женщин. Исследо...
Права человека в психиатрии: доклад ВОЗ и ООН
Доклад Всемирной организации здравоохранения и ООН о психическом здоровье, правах человека и законод...
Как личность влияет на здоровье: черты характера и здоровье ...
Исследование Эмили Уилрот (2023) раскрыло, как черты личности — экстраверсия, невротизм и добросовес...
Мозжечок и писательский блок: стимуляция для потока слов
Статья объясняет, как мозжечок участвует в обработке языка, извлечении слов, писательской беглости и...
Биопсихосоциальные факторы, связанные с интенсивностью лUMBO...
Исследование оценивает взаимосвязь между интенсивностью боли в пояснице и пояснично-тазовой области ...
Хештеги, которые вредят: стигма здоровья в социальных сетях
Опыт стигмы, связанной со здоровьем, может отпугнуть людей от обращения за медицинской помощью и неблагоприятно отражаться на их психическом и физическом состоянии. По данным исследований, до половины людей, живущих с хроническими заболеваниями в Великобритании, сталкиваются с опытом дискриминации, связанной с их состоянием.
Онлайн-стигма и её влияние
В современном мире значительная часть обсуждений, связанных со здоровьем, а также сопутствующей стигмы, происходит на платформах социальных сетей. Такие сервисы, как Твиттер (X), долгое время подвергались критике за распространение спорного и провокационного контента.
Важно, чтобы учёные изучали стигму здоровья, чтобы определить нарративы и особенности коммуникаций, которые распространяются в интернете.
Анализ твитов, содержащих элементы стигмы, позволяет понять масштабы распространённости потенциально дискриминационных высказываний в сети. Такие данные помогут специалистам по здоровью разрабатывать целенаправленные и эффективные сообщения, способные противостоять вредному и предвзятому контенту.
Наше исследование
В рамках проекта, реализуемого в лаборатории Психологии и Коммуникационных Технологий (PaCT Lab) Университета Севермбрии, был проведён анализ более 1,8 миллиона твитов, посвящённых потенциально стигматизирующим здоровье состояниям и расстройствам. Была оценена частота различных форм стигмы, а также исследованы способы обсуждения разных заболеваний в интернете.
- Одна треть отобранных твитов была классифицирована как потенциально стигматизирующие;
- Наблюдались значительные различия в степени проявления стигмы в зависимости от типа заболевания;
- Твиты о расстройствах, связанных с употреблением веществ, чаще всего содержали утверждения о общественной опасности;
- Упоминания преступности, безнадёжности, бедности и семейных проблем часто сопровождали такие посты;
- Ранее проведённые исследования показали, что расстройства, связанные с употреблением психоактивных веществ, скорее трактуются как моральные или уголовные проблемы, а не как медицинские.
Хотя в последние годы восприятие физических заболеваний стало более позитивным, отрицательные ассоциации и страхи, связанные с зависимостями, остаются устойчивыми.
Стигма и пищевые расстройства
Когда речь заходит о пищевых расстройствах, стигма выражается чаще через физические характеристики или «признаки» здоровья. Термины вроде «жирный», «худой», а также прямые замечания о внешности доминируют в этих дискуссиях.
Такие стереотипы могут привести к предвзятости при назначении лечения, особенно если пациент не соответствует традиционному образу.
Это особенно опасно, учитывая, что типичным «признаком» пищевого расстройства остаётся избыточный акцент на структуре тела, расовой принадлежности и гендерной идентичности.
Антистигматизирующая активность в соцсетях
Несмотря на высокий уровень стигмы в соцсетях, примерно одна пятая всех твитов о здоровье содержит антистигматизирующие высказывания или рекомендации. Это свидетельствует о том, что специалисты по общественному здоровью активно используют соцсети для противодействия негативным стереотипам, хотя ещё многое предстоит сделать.
Автоматическое обнаружение стигмы: роль ИИ
Искусственный интеллект (ИИ) предлагает уникальную возможность в реальном времени выявлять определённые языковые модели, что делает его незаменимым инструментом для обнаружения вредоносных высказываний.
В ходе исследования было проведено сравнение ручной кодировки твитов с методами естественной обработки языка (NLP). Результаты показали, что автоматизированные системы, особенно алгоритмы машинного обучения (ML), могут эффективно идентифицировать стигму, связанную со здоровьем, в масштабах всего интернета.
Такие методы позволяют оценивать эффективность кампаний по снижению стигмы на популярных платформах вроде Твиттера и Facebook.
До настоящего исследования применение машинного обучения для анализа стигмы здоровья в интернете практически не использовалось. Высокая согласованность между результатами, полученными вручную, и автоматизированным анализом, подчёркивает потенциал цифровых инноваций в борьбе с распространённостью стигмы в сети.
Заключение
Результаты исследования подтверждают, что социальные сети становятся важной площадкой для распространения и борьбы со стигмой, связанной со здоровьем. Применение передовых технологий, включая ИИ и машинное обучение, открывает новые пути для создания более инклюзивного цифрового пространства, где люди с любыми состояниями здоровья будут чувствовать себя защищёнными и поддержанными.